动态赋值_PaddlePaddle与Pytoch模型参数之间相互赋值的实现方法

分享人工智能技术干货，专注深度学习与计算机视觉领域！

不同框架之间模型转换有很多方法，比如可以先将其中一个模型框架转为onnx格式再转到另一个模型框架，也可以使用类似于MMdnn这样的转换工具，但是，这样的转换方式经常出现问题，有可能是某些算子不支持，也有可能是转换后的模型权重符号是无规则的，与现框架定义的模型权重符号对不上，这就导致不能直接马上进行再训练，更适合于进行推理应用。

要是我们只想从某个深度学习框架训练好的模型获取其权重参数并赋值到另一个深度学习框架开发的模型该怎么办呢？比如我们想从pytorch开发的PT-ResNet18获取其模型参数并赋值给PaddlePaddle开发的PP-ResNet18，这样我们就可以在自己更加熟悉的PaddlePaddle框架上进行再开发训练了。

其实，PaddlePaddle与Pytoch模型参数之间相互赋值的实现方法还是很容易上手的，本篇文章就让我们一起来了解该如何实现这个方法。